ESCOLA DE ENGENHARIA
DEPARTAMENTO DE ENGENHARIA AGRÍCOLA E MEIO AMBIENTE ENGENHARIA AGRÍCOLA E AMBIENTAL
RAQUEL DE SOUZA LEMOS
AVALIAÇÃO DE SISTEMAS DE ENERGIA PARA SENSORES REMOTOS APLICADOS NO MONITORAMENTO AGRÍCOLA E AMBIENTAL
NITERÓI, RJ 2019
RAQUEL DE SOUZA LEMOS
AVALIAÇÃO DE SISTEMAS DE ENERGIA PARA SENSORES REMOTOS APLICADOS NO MONITORAMENTO AGRÍCOLA E AMBIENTAL
Trabalho de conclusão de curso apresentado ao Curso de Engenharia Agrícola e Ambiental, da Universidade Federal Fluminense, como requisito parcial à obtenção do título de Bacharel em Engenharia Agrícola e Ambiental.
Orientador:
Prof. D.Sc. Ivanovich Lache Salcedo
Niterói, RJ 2019
Ficha Catalográfica elaborada pela Biblioteca da Escola de Engenharia e Instituto de Computação da UFF
DEDICATÓRIA
Ao meu pai Jeferson (in memorian), que não está mais entre nós, mas continua sendo uma grande força em minha vida. Sua lembrança me faz persistir e me inspira a ir mais longe.
AGRADECIMENTOS
Todos os anos que tive a oportunidade de passar na Universidade Federal Fluminense aumentaram minha admiração pela instituição de ensino que era o local no qual, desde o colégio, sonhei em cursar minha graduação. Em primeiro lugar agradeço a Deus, que em sua infinita bondade me permitiu concluir esta etapa da minha vida me suportando em todos os momentos difíceis.
Aos meus pais, Jeferson e Lidia, que sempre foram meus maiores incentivadores por toda sua dedicação, suporte, paciência, cuidado e por me estimularem a superar os desafios e meus limites para ir cada vez mais longe.
Um agradecimento especial aos mestres que acompanharam a minha trajetória e o meu desenvolvimento acadêmico e profissional. A professora Lívia Maria, professor Flávio Castro, a meu coorientador Marcio Cataldi, e a meu orientador e mestre Ivanovich Lache, que com sua dedicação e excelência profissional me inspiraram não só a desenvolver o presente trabalho como também a encontrar as minhas áreas de maior interesse na Engenharia.
Por fim, agradeço a minhas amigas e companheiras Caroline Araújo, Gabriela Raposo, Fernanda Dourado, Roberta Hernandez, Nathália Dantas, ao meu namorado Nathan Costa e a toda a minha família que estiveram presentes em minha vida, vivendo momentos de muita alegria durante essa dura e gratificante jornada.
RESUMO
Redes de sensores operados remotamente podem ser utilizadas no monitoramento ambiental permitindo a identificação de riscos de forma rápida e assertiva, minimizando danos causados pela ocorrência de desastres ambientais. O trabalho propõe uma metodologia para a identificação do consumo de energia de sensores remotos e análise de alternativas de fontes de alimentação utilizando a plataforma Arduino. Foi tomado como caso de estudo, um projeto aplicado no Parque Nacional de Itatiaia com sensores de detecção de fumaça para monitoramento de incêndios florestais. Para esse sistema foi analisado um painel solar e sistema de baterias. Foi concluído que o módulo escolhido possui capacidade suficiente para alimentar o sistema durante o dia e a utilização da energia solar como fonte de alimentação, se mostrou uma solução viável tanto econômica quanto tecnicamente. Por outro lado, o sistema de baterias apresentou sinais de instabilidade e resultados contundentes indicando que não possui a capacidade informada pelo fabricante, o que pode prejudicar significativamente a operação do conjunto de sensores em campo, principalmente em dias chuvosos e no período da noite.
PALAVRAS – CHAVE: sensores remotos, monitoramento ambiental, energias renováveis, energia solar, Arduino
ABSTRACT
Remotely operated sensor networks can be used for environmental monitoring, enabling the identification of risks quickly and assertively, and minimizing damage caused by environmental disasters. The work proposes a methodology for the identification of remote sensor energy consumption and analysis of power supply alternatives using the Arduino platform. It was taken as a case study, a project applied in Itatiaia National Park with smoke detection sensors for monitoring forest fires, and analyzed a solar panel and its rechargeable battery system. It was concluded that the chosen solar cell has sufficient capacity to power the system during the day, and the use of solar energy as a power source proved to be a viable solution both economically and technically. On the other hand, the battery system presented strong results indicating that it does not have the capacity informed by the manufacturer and signs of instability, which can significantly impair the operation of the sensor array in the field, especially on rainy days and at night.
KEY WORDS: wireless sensors, environmental monitoring, renewable energy, solar power, Arduino
LISTA DE ILUSTRAÇÕES
FIGURAS
Figura 1 Protótipo de sensor de incêndio florestal ... 21
Figura 2 Caixa preta do protótipo de sensor de incêndio ... 21
Figura 3 Gráfico da variação da potência de saída do painel considerando diferentes níveis de insolação, para uma mesma temperatura ... 28
Figura 4 Sistemas Airbone Wind Energy (AWE) a) gerador a bordo b) gerador efeito Magnus ... 32
Figura 5 Esquema de geração de energia baseada no efeito Magnus ... 33
Figura 6 Esquema de funcionamento de sistema de alimentação ... 35
Figura 7 Mapa Limites do Parque Nacional de Itatiaia ... 37
Figura 8 Mapa da divisão por áreas de interesse do Parque Nacional do Itatiaia ... 38
Figura 9 Pontos de interesse de instalação de sensores de fumaça e instrumento de telemetria ... 39
Figura 10 Fluxo da metodologia de testes ... 40
Figura 11 Medição da corrente do sistema a) completo b) sem o sensor de gás c) sem o sensor de temperatura ... 42
Figura 12 Medição da corrente do sistema desconectando-se o cartão SD42 Figura 13 Medição da corrente do sistema após a desconexão do relógio 43 Figura 14 Medição da corrente do sistema após a desconexão do módulo loRa ... 43
Figura 15 Medição de consumo do Arduino Uno ... 44
Figura 16 Ferramenta análise de tecnologias comerciais para alimentação de sensores remotos ... 49
Figura 17 Painel solar 3 W e 6,4 V + luminária bateria (Modelo: Ey7001) . 51 Figura 18 Esquema da montagem (conexões) do circuito para teste da bateria do painel solar no cenário B. 1.Módulo cartão de memória Micro SD Card Adapter. 2. Módulo relógio de tempo real RTC DS3231. 3 Placa Arduino MEGA 2560. 4.Protoboard. 5. Representação da bateria. ... 54
Figura 19 Curva de descarga da bateria: Cenário A (29/10) ... 56
Figura 20 Curva de descarga da bateria: Cenário A (03/11) ... 57
Figura 21 Curva de descarga da bateria: Cenário B (30/10) ... 58
Figura 22 Curva de descarga da bateria: Cenário B (03/11) ... 59
Figura 23 Curva de descarga da bateria: Cenário B (11/11) ... 59
Figura 24 Curva de descarga da bateria: Cenário C (02/11)... 60
Figura 25 Gráfico autonomia do sistema de baterias pelo consumo do sensor, para os diferentes cenários analisados ... 61
Figura 26 Medição de tensão do painel solar a) medição b) dia de sol entre nuvens ... 64
Figura 27 Medição de tensão do painel solar a) medição b) dia chuvoso .. 64
Figura 28 Medição de tensão do painel solar a) medição b) dia sol forte .. 65
Figura 29 Gráfico comparativo da autonomia do sistema de baterias real e teórica... 69
Figura 30 Gráfico comparativo capacidade real do sistema de baterias e capacidade teórica ... 72
LISTA DE QUADROS OU TABELAS
TABELAS
Tabela 1 Materiais utilizados para teste de consumo do sensor ... 41
Tabela 2 Análise de consumo componentes do sensor de incêndio florestal ... 44
Tabela 3 Comparativo de tecnologias, considerando o cenário A ... 47
Tabela 4 Componentes extras utilizados em algumas tecnologias ... 48
Tabela 5 Análise utilização bateria ... 50
Tabela 6 Materiais utilizados para teste da autonomia do sistema de baterias ... 52
Tabela 7 Resistências equivalentes ao consumo dos cenários ... 53
Tabela 8 Resistências comerciais utilizadas ... 53
Tabela 9 Tempo de descarga das baterias para diferentes consumos ... 61
Tabela 10 Materiais utilizados para teste de tensão do painel solar ... 62
Tabela 11 Tensão entregue pelo módulo solar e corrente fornecida calculada para diferentes situações meteorológicas ... 66
Tabela 12 Queda da tensão do painel solar para as diferentes situações meteorológicas ... 67
Tabela 13 Autonomia do sistema de baterias real e teórica ... 68
Tabela 14 Capacidade real do sistema de baterias ... 70
Tabela 15 Comparativo capacidade real e teórica do sistema de baterias considerando todas as medições realizadas ... 70
Tabela 16 Comparativo capacidade real e teórica do sistema de baterias considerando apenas as medições mais ajustadas ... 71
QUADROS
Quadro 1 Lista de aplicação dos sensores wireless categorizados pelo local de instalação ... 18 Quadro 2 Fontes de energia utilizadas na alimentação de sensores remotos ... 25 Quadro 3 Cenários de consumo analisados ... 45
SUMÁRIO
1 INTRODUÇÃO 14
2 OBJETIVOS 16
2.1 Objetivo Geral 16
3 FUNDAMENTAÇÃO TEÓRICA E REVISÃO DA LITERATURA 17
3.1 Sensores remotos ou wireless 17
3.2 Sensores remotos para controle de incêndios florestais 19 3.3 Sensor de incêndio florestal de baixo custo 20
3.3.1 Sensor de Gases 22 3.3.2 Sensor de Temperatura 22 3.3.3 Cartão de Memória SD 22 3.3.4 Relógio RTC 22 3.3.5 Arduino 22 3.3.6 Módulo loRa 23
3.4 Fontes tradicionais de armazenamento de energia: baterias 23
3.5 Fontes alternativas de energia 24
3.5.1 Energia Solar 26
3.5.2 Energia eólica 29
3.5.3 Geradores eólicos de grandes altitudes 30
3.6 Sistema de microgerenciamento 33
3.7 Arduino 35
3.8 Características do local de desenvolvimento do estudo de caso 36
4 MATERIAL E MÉTODOS 40
4.1.1 Medição do Consumo do Sistema de Sensores 41
4.1.1.1 Materiais 41
4.1.1.2 Procedimento 41
4.1.1.3 Resultados 42
4.1.2 Análise das alternativas de fontes de alimentação 45
4.1.2.1 Procedimento 46
4.1.2.2 Resultados 48
4.1.3 Teste de autonomia do sistema de baterias 51
4.1.3.1 Materiais 51
4.1.3.2 Procedimento 52
4.1.3.2.1 Montagem dos circuitos elétricos 52
4.1.3.2.2 Procedimento de testes 54
4.1.3.3 Resultados 55
4.1.3.3.1 Cenário A 55
4.1.3.3.2 Cenário B 57
4.1.3.3.3 Cenário C 60
4.1.3.3.4 Análise das curvas de descargas e autonomia das baterias considerando os diferentes consumos 60
4.1.4 Investigação da tensão real entregue pelo painel solar à carga e
ao conjunto de baterias 62
4.1.4.1 Materiais 62
4.1.4.2 Procedimento 63
4.1.4.2.1 Dia 1: Sol entre nuvens 63
4.1.4.2.2 Dia 2: Chuvoso 64
4.1.4.2.3 Dia 3: Sol forte 64
4.1.4.3 Resultados 65
6 CONCLUSÕES 74
1 INTRODUÇÃO
Com a contínua degradação do meio ambiente e alteração do clima global, a ocorrência de desastres naturais tem se tornado mais frequente (NATIONAL CENTERS FOR ENVIRONMENTAL INFORMATION, 2019), representando assim uma grande ameaça aos habitantes do planeta. De acordo com a Declaração sobre o estado do Clima Global em 2018, publicada pelo World Meteorological Organization (2019), somente no ano de 2018 aproximadamente 62 milhões de pessoas foram afetadas por desastres naturais em todo o mundo.
Por esta razão, faz-se necessário o desenvolvimento e aplicação de metodologias de monitoramento ambiental a fim de reduzir riscos. Essas ferramentas permitirão a tomada de decisão de forma rápida e assertiva no caso da identificação da ocorrência de desastres.
A abordagem tradicional da problemática consiste no monitoramento ambiental feito por pessoas, que nem sempre é efetivo, uma vez que para áreas extensas seria necessário uma grande quantidade de colaboradores acompanhando os diversos parâmetros ambientais, o que aumenta o custo e a complexidade operacional. Como alternativa, áreas propensas a desastres ambientais podem ser monitoradas de perto com a distribuição de redes de sensores remotos (QIAN; JING, 2018), a utilização desses sistemas de rede de sensores wireless apresenta como vantagens o baixo custo, resposta rápida e flexibilidade (CHEN et al., 2013). O que torna o processo muito mais confiável e potencialmente viável no viés financeiro.
Um dos sistemas mais importantes a serem monitorados são as florestas, que possuem um papel fundamental tanto natural quanto econômico. Além de promoverem habitat para a vida selvagem, cumprem um papel importante no ciclo hidrológico do planeta, estabilizam o solo, moderam o clima e armazenam carbono (YUAN; ZHANG; LIU, 2015). Possuem também grande importância econômica, fornecendo matéria-prima para diversas indústrias, como a da celulose, de cosméticos e perfumes, e farmacêutica. Incêndios em áreas florestais podem
representar, portanto, além de dano ambiental, prejuízo econômico. No presente trabalho serão estudadas fontes de alimentação para sensores remotos utilizados para identificação de incêndios em áreas florestais.
Um dos desafios de operar sensores em áreas remotas, como a florestal, é sua vida útil que possui como fator limitante a fonte de energia na qual está conectado (DEWAN et al., 2014). Idealmente as redes devem possuir fontes de alimentação própria (QIAN; JING, 2018) que necessitem o mínimo possível da intervenção humana, reduzindo custo com a reposição e manutenção dos equipamentos em locais, muitas vezes, de difícil acesso o que encarece e dificulta a operação. Quanto maior a quantidade de sensores conectados à rede, mais crítico se torna planejar sua alimentação (DEWAN et al., 2014).
2 OBJETIVOS
2.1 Objetivo Geral
Analisar fontes de energia para a alimentação de sensores instalados em locais remotos, tomando como caso de estudo, um projeto aplicado no Parque Nacional de Itatiaia com sensores de detecção de fumaça.
Os objetivos específicos são:
i. Identificar o consumo de energia do sistema de sensores;
ii. Verificar alternativa de alimentação do sistema utilizando bateria;
3 FUNDAMENTAÇÃO TEÓRICA E REVISÃO DA LITERATURA
Com a finalidade de aprofundamento no tema e maior elucidação dos aspectos que o envolve, neste capítulo será elaborada uma revisão de literatura abordando os subtemas que compõem o estudo: sensores remotos, sensores para controle de incêndios florestais, características do local onde foi feito o estudo de caso, fontes tradicionais de energia utilizadas para alimentação destes equipamentos, fontes alternativas de energia e sistemas de microgerenciamento.
3.1 Sensores remotos ou wireless
A instalação de sensores é parte fundamental do sensoriamento remoto. Operar sensores remotamente apresenta diversos desafios, dentre eles as fontes responsáveis por produzir energia para os alimentar. As fontes de energia que estão conectadas a esses sensores podem potencialmente limitar seu ciclo de vida, sua confiabilidade e frequência de operação (DEWAN et al., 2014).
Áreas propensas a desastres ambientais podem ser monitoradas de perto com a distribuição de redes de sensores, no entanto, substituir em áreas remotas sua fonte de alimentação tradicional, um conjunto de baterias, ainda é um grande desafio (QIAN; JING, 2018).
Os sensores wireless podem ser instalados em diversos locais dependendo do tipo de monitoramento que se deseja fazer, tendo uma ampla gama de possibilidades de aplicação. O local de instalação influencia diretamente nas alternativas de fontes de energia disponíveis para sua alimentação e, portanto, pode ser uma forma de categorizar os sensores com objetivo de se identificar a alternativa mais adequada (DEWAN et al., 2014). Sensores submersos, por exemplo, não podem ser alimentados por painéis solares ou geradores eólicos, que, por sua vez, são ideais para dispositivos flutuantes ou localizados em terra (DEWAN et al., 2014).
Um exemplo da variedade de aplicações dos sensores são apresentados no Quadro 1. Neste quadro é possível ver que sensores instalados no solo possuem
uma imensa gama de aplicações no monitoramento ambiental, climático, de atividades vulcânicas, entre outros. Além dos dispositivos que serão operados no estudo de caso, abrem-se possibilidades de aplicação das análises desenvolvidas no dimensionamento das fontes de alimentação para outros tipos de sensores wireless instalados no solo.
Quadro 1 Lista de aplicação dos sensores wireless categorizados pelo local de instalação
Fonte: (DEWAN et al., 2014)
Muitas vezes para o monitoramento ambiental, os sistemas de sensoriamento remoto possuem vários tipos de sensores acoplados responsáveis por acompanhar diferentes parâmetros, por exemplo, as redes de monitoramento climático podem incluir diversos tipos de sensores como os que medem a temperatura, pressão, umidade, velocidade e direção do vento (DEWAN et al., 2014), o que influencia em sua exigência de potência.
Um dos pontos chave do presente estudo é analisar o consumo do sensor utilizado a fim de identificar e avaliar fontes de alimentação que sejam capazes de atender suas exigências.
3.2 Sensores remotos para controle de incêndios florestais
Durante as estações secas do ano pode ocorrer a queima de galhos e folhas secas, iniciados espontaneamente devido ao calor gerado pelo sol, e também, incêndios florestais decorrentes de negligência humana (SASMITA; ROSMIATI; RIZAL, 2018), causando resultados catastróficos como o caso do incêndio ocorrido na Amazônia em 2019 que chamou atenção do mundo após o aparecimento de uma chuva negra sobre o estado de São Paulo, na qual foram encontrados resíduos da mesma da queimada (JORNAL NACIONAL, 2019).
De acordo com Sasmita, Rosmiati e Rizal (2018), quando falamos em detecção de incêndios florestais, a deficiência no monitoramento e dos equipamentos constituem obstáculos a serem superados, já que de acordo com o autor, novos focos são detectados somente, em geral, quando as chamas já tomaram grandes proporções. A combinação de sensores wireless com módulo loRa, equipamento que faz transmissão de dados via telemetria, pode ser uma alternativa para detecção precoce de incêndios em ambientes florestados (SASMITA; ROSMIATI; RIZAL, 2018). Pode ser desenhado, por exemplo, um sistema integrado capaz de detectar a presença de fogo no local utilizando sensor de fumaça se comunicando via módulo loRa e GPS, transmitindo e recebendo dados que são exibidos em um monitor localizado em uma sala de controle (SASMITA; ROSMIATI; RIZAL, 2018).
Além da vantagem de identificar riscos em tempo real, a instalação de uma rede de sensores remotos permite a criação de um banco de dados com informações importantes para que posteriormente sejam identificados a causa e local exato do início do fogo, colocando o mecanismo a frente da metodologia tradicional de monitoramento via satélite (YU; WANG; MENG, 2005).
Como será visto mais adiante, o estudo de caso foi desenvolvido em uma região extremamente propensa a incêndios (INSTITUTO CHICO MENDES DE CONSERVAÇÃO DA BIODIVERSIDADE, 2013), o Parque Nacional de Itatiaia (PNI). De acordo com seu Plano de Manejo, faz-se extremamente necessário o desenvolvimento de ações para atuar de forma rápida e precisa no caso de queimadas. Além disso, o dimensionamento da melhor fonte de alimentação para o sistema tornou-se um ponto crítico para o sucesso do projeto, devido principalmente às características locais como: dificuldade de acesso à determinadas áreas, presença de animais selvagens, características da vegetação e relevo da região.
A instalação de sensores remotos para monitoramento de focos de incêndio florestais possui diversos desafios. Além das características físicas intrínsecas do ambiente florestado, o fator custo também oferece limitações a seu desenvolvimento. Um dos objetivos do presente trabalho é que a solução de alimentação do sistema seja capaz de entregar a maior eficiência com o menor custo possível para que, dessa forma, esteja conectado com o conceito de soluções de baixo custo a que se propõe o projeto.
Segundo Kansal, Potter e Srivastava (2004), existem diversas formas de controlar o consumo de energia destes equipamentos dependendo de suas restrições de rede. Sua velocidade de operação e raio de alcance da transmissão de dados via rádio podem ser reduzidos e pode-se optar por alternar entre modos de atividade e suspensão de alguns dispositivos.
3.3 Sensor de incêndio florestal de baixo custo
O protótipo do sensor de incêndio de baixo custo, Figura 1, foi desenvolvido para o projeto no Laboratório de Prototipagem e Instrumentação de Baixo Custo (LABUNKER) na Universidade Federal Fluminense (UFF) pelos alunos e pesquisadores do laboratório.
O equipamento é um conjunto de sensores composto essencialmente por dois sensores: sendo um de temperatura e umidade, DHT22, e outro de gases,
MQ2, cartão de memória SD, relógio RTC, Arduino e o módulo loRa, todos eles localizados na caixa preta do nomeado sensor de incêndio florestal (Figura 2).
Figura 1 Protótipo de sensor de incêndio florestal Fonte: Própria (2019)
Figura 2 Caixa preta do protótipo de sensor de incêndio Fonte: Própria (2019)
Cada componente possui uma função específica no dispositivo, que é capaz de detectar e transmitir informações em tempo real, via telemetria, para uma base receptora, a qual envia para uma plataforma onde os dados podem ser monitorados e analisados.
3.3.1 Sensor de Gases
O sensor de gases utilizado no equipamento é o sensor MQ2, sensível a gases inflamatórios e gases de fumaça. Este dispositivo faz a detecção de gases inflamáveis como: GLP, propano, butano, hidrogênio, álcool, gás natural, entre outros e da presença de fumaça no ar.
3.3.2 Sensor de Temperatura
O sensor DHT22, de temperatura e umidade, é ideal para operação em faixas de temperatura entre -40ºC e 80°C e possui uma acurácia de +/- 0,5°C (ADAFRUIT, 2012). O objetivo é que ele detecte mudanças de temperaturas ocasionadas pelo incêndio. O aumento acentuado de temperatura no local pode ser um indicativo de queimada.
3.3.3 Cartão de Memória SD
Este elemento é responsável por fazer o armazenamento de dados coletados pelo conjunto de sensores.
3.3.4 Relógio RTC
O módulo relógio de tempo real (Real Time Clock – RTC) DS3231 é responsável por fornecer informações de horário e data, permitindo que os dados do monitoramento sejam acompanhados de informações do instante de coleta. 3.3.5 Arduino
Microcontrolador versátil que é programado para a realização das medições e transferência dos dados, sendo a plataforma que será alimentada com as informações colhidos por cada sensor.
3.3.6 Módulo loRa
O módulo loRa é um módulo de rádio acoplado no protótipo que envia sinal de rádio para um módulo receptor que possui a mesma frequência, com as informações captadas pelos sensores. No geral, sua frequência de operação é 433mHz (EBYTE, 2017).
3.4 Fontes tradicionais de armazenamento de energia: baterias
As baterias são populares porque são facilmente adquiridas comercialmente em diferentes voltagens e potências (DEWAN et al., 2014) atendendo, portanto, uma ampla gama de aplicações de acordo com a necessidade do projeto. Para alguns usos ainda são uma opção interessante como, por exemplo, carros, que utilizam baterias que duram em média 2 anos e estão conectadas ao alternador, equipamento responsável por fazer sua recarga e alimentar o sistema elétrico do veículo, aumentando a vida útil da fonte de energia.
Quando o assunto é a alimentação de sensores instalados em regiões remotas, o cenário modifica. As baterias, que eram tradicionalmente usadas como fontes de energia destes equipamentos, possuem um elevado custo de substituição, o que pode tornar sua utilização um gargalo do projeto, inviabilizando economicamente a instalação da rede de sensores (DEWAN et al., 2014; KANSAL; POTTER; SRIVASTAVA, 2004). No caso do sensoriamento remoto, não é utilizado equipamento similar ao alternador, como no caso dos veículos, sendo sua vida útil reduzida por não haver, tradicionalmente, sistema de recarga da mesma conectado a ela. Existem baterias chamadas recarregáveis que também são utilizadas para alimentação e são recarregadas utilizando fontes renováveis de energia, sua carga depende da composição química da bateria, devido as características específicas de corrente e tensão (KANSAL; POTTER; SRIVASTAVA, 2004), estes tipos de baterias são chamados na literatura de secundárias.
Além da questão econômica relatada na literatura, existe um viés ambiental que também está associado ao uso de baterias. Os riscos ambientais somados ao elevado custo da operação abriram portas para o estudo de novas fontes de
alimentação, e as fontes de energias renováveis provavelmente precisarão ser usadas como fonte de alimentação de sensores remotos em um futuro próximo (DEWAN et al., 2014). A confiabilidade das baterias não é suficiente para atender as demandas crescentes dos equipamentos wireless e eletrônicos portáteis (DEWAN et al., 2014).
Um desafio interessante é desenvolver um sistema de monitoramento de desastres naturais autoalimentado. Promover rede de sensores sem fio com alimentação própria e oferecer solução sustentável de fornecimento de energia a longo prazo para estações de monitoramento de desastres naturais em áreas remotas (QIAN; JING, 2018). Será feito mais adiante um estudo comparativo da viabilidade do uso da bateria como fonte de energia do sistema de sensores estudado considerando a vida útil dos sensores e o tempo de substituição das baterias.
3.5 Fontes alternativas de energia
As fontes alternativas de geração de energia também são conhecidas como renováveis e segundo Twide e Weir (2006), são aquelas originárias de fluxos naturais e constantes de energia que ocorrem no meio ambiente, e são repostas quase que simultaneamente enquanto usadas. Sua utilização promove a redução das emissões atmosféricas de poluentes e causa, em via de regra, menos impactos socioambientais negativos que as fontes tradicionais. Podem ser utilizadas para diversos fins desde geração de energia elétrica para alimentação da rede pública de distribuição, geração de energia em regiões isoladas, não conectadas à redes de distribuição e, como no presente trabalho, para alimentar sensores wireless.
De acordo com o Relatório Síntese do Balanço Energético Nacional (2018) – ano base 2017 - , a participação de fontes renováveis na matriz energética brasileira se manteve entre as mais elevadas do mundo, 42,9%. Ainda de acordo com o Relatório, o total de emissões antrópicas associadas a matriz energética brasileira atingiu 435,8 milhões de toneladas de dióxido de carbono equivalente (Mt CO2-eq), sendo a maior parte (199,7 Mt CO2- eq) gerada no setor de transportes.
As emissões por habitantes, no consumo e produção de energia, foi em média 2,1 t CO2-eq, e comparativamente com o mundo, cerca de 7 vezes menos do que um americano e 3 vezes menos do que emite um europeu ou um chinês de acordo com os últimos dados divulgados pela Agência Internacional de Energia (IEA em inglês) para o ano de 2015.
Conforme vimos anteriormente, os sensores remotos podem ser categorizados de acordo com seu local de instalação. No Quadro 2 é possível ver os tipos de sensores que cada fonte de alimentação é capaz de alimentar idealmente, segundo Dewan et al. (2014).
Quadro 2 Fontes de energia utilizadas na alimentação de sensores remotos
Fonte: (DEWAN et al., 2014)
De acordo com Dewan et al. (2014), sensores instalados em terra podem ser alimentados dentre algumas possibilidades através de: baterias, células fotovoltaicas, energia eólica e termelétrica. Como um dos objetivos do presente trabalho é a alimentação de sistemas de baixo custo, estudaremos o uso das fontes mais acessíveis: baterias, solar e eólica, sendo as duas últimas, de acordo com Chen et al. (2017), as fontes alternativas mais conhecidas e eficientes, mas que ainda representam grande desafio para quem se propõe a trabalhar com elas: intermitência e instabilidade.
Para alimentação de sensores remotos o cenário não é diferente e a confiabilidade das fontes renováveis de energia são discutidas para este fim, já que as mesmas dependem de condições ambientais e por isso nem sempre a energia é gerada quando se é necessário. Por exemplo, utilizando-se células solares podemos alimentar um sensor durante o dia, mas durante o período da noite, no qual a sua fonte - energia solar - não está disponível, o sensor não é alimentado, a menos que seja utilizado um sistema de baterias a elas acoplado, como será visto mais adiante.
A energia eólica, por sua vez, só é gerada em um certo intervalo de velocidade do vento (DEWAN et al., 2014). Quando as condições ambientais não são suficientes para a geração de energia temos, de igual forma, um déficit na alimentação dos equipamentos.
3.5.1 Energia Solar
A energia solar fotovoltaica é a fonte de energia frequentemente utilizada para alimentar sensores instalados em locais remotos, depois das baterias, e pode ser utilizada para operar tanto sensores em terra quanto flutuantes (DEWAN et al., 2014). Este tipo de energia já foi utilizado para alimentar sensores localizados em florestas, montanhas, desertos, superfícies de oceanos, ilhas, dentre outros (SUN et al., 2009; VESECKY et al., 2007).
Embora seja uma solução relativamente fácil para alimentação desses tipos de sensores, devido a variedade de consumo que são capazes de atender (DEWAN et al., 2014), existem algumas limitações, como por exemplo o fato de não ser possível a operação dos sensores durante a noite, a menos que seja utilizado um dispositivo de armazenamento de energia, além disso a disponibilidade de energia varia em diferentes pontos da rede de sensores e uma das preocupações é manter o nível de desempenho desejado mesmo com a variação da fonte (KANSAL; POTTER; SRIVASTAVA, 2004).
A utilização em regiões florestadas, como no caso do presente estudo, pode representar um desafio especial por causa da existência de áreas sombreadas pelas copas das árvores. Dessa forma, é necessário que a instalação dos sistemas seja feita em locais específicos a fim de garantir que a radiação solar incida sobre as placas (DEWAN et al., 2014). Além disso, as células solares também precisam ser limpas com certa frequência por causa de sujeiras de pássaros ou outras coisas que venha a se depositar nelas interferindo em sua performance (DEWAN et al., 2014).
De acordo com Hossain, Khan e Shafiullah (2012), a fonte de energia alternativa mais efetiva, confiável e menos danosa ao meio ambiente é a solar utilizando os painéis fotovoltaicos. O painel solar é formado conectando módulos fotovoltaicos em série e em paralelo de maneira a coletar a energia solar e a converter em energia elétrica (PHATARE et al., 2017). Cada célula solar possui um ponto ótimo, no qual a combinação entre corrente e tensão de saída, resultam em sua máxima potência de saída (PHATARE et al., 2017). Painéis fotovoltaicos comercializados possuem eficiência de conversão entre 10 e 30% (MACKAY, 2008; SANTHOSH; PRASAD, 2016) e mais adiante serão discutidos outros fatores que influenciam na eficiência destes equipamentos.
A geração de energia a partir desta fonte apresenta flutuações dependendo de condições climáticas como irradiação solar, e temperatura (PHATARE et al., 2017), e por esta razão o sistema sempre é conectado a baterias, que agem como
fontes secundárias de alimentação das cargas. Hossain, Khan e Shafiullah (2012), citam como desvantagens na utilização deste tipo de fonte: o custo de instalação dos painéis, e a baixa eficiência de conversão de energia, sendo sua potência de saída variável de acordo com o nível de insolação. É possível ver na Figura 3 a variação da potência máxima gerada pelo painel, a uma mesma temperatura, considerando diferentes níveis de insolação.
Figura 3 Gráfico da variação da potência de saída do painel considerando diferentes níveis de insolação, para uma mesma temperatura
Fonte: Adaptado de (HOSSAIN; KHAN; SHAFIULLAH, 2012)
Apesar do nível de insolação presente no local ser um fator que influencia diretamente na conversão de energia dos painéis solares, ele não é o único. De acordo com Melis, Mallick e Relf (2014), a presença de pequenas partículas, como por exemplo areia, e partículas maiores, representam respectivamente perda de eficiência de 17% e 30%, e, de acordo com Patil e Asokan (2017), células solares sujas podem reduzir em até 50% sua conversão.
Além da sujeira, conforme a temperatura das células aumenta, e eficiência total de geração da mesma cai 0,38 por °C (MACKAY, 2008). Na literatura é possível
encontrar soluções que propõe o resfriamento do sistema a fim de aumentar a eficiência de conversão, no entanto, este tipo de sistema também consome energia e em alguns casos as despesas acabam por não compensar o baixo ganho obtido (MELIS; MALLICK; RELF, 2014). A performance dos equipamentos depende também do material utilizado para sua construção, e das perdas elétricas e espectrais (SANTHOSH; PRASAD, 2016).
No estudo de caso apresentado, é importante que sejam previstas manutenções preventivas no sistema a fim de realizar a limpeza periódica dos mesmos e reduzir as perdas na geração de energia e comprometimento da atividade dos sensores de incêndio.
3.5.2 Energia eólica
Geradores baseados em energia dos ventos também são adequados para sensores instalados no solo. De acordo com Dewan et al. (2014), turbinas eólicas podem ser colocadas em localizações remotas como florestas, montanhas, rios, lagos e até na superfície do oceano e, a fim de reduzir custos, minimizar as dificuldades técnicas, e viabilizar a sua instalação e utilização desta tecnologia como fonte de alimentação de sensores wireless, é necessário que se reduza sua escala, o que influencia diretamente em sua eficiência aerodinâmica. Equipamentos em menor escala podem ser instalados em circuitos para operar sensores remotos (MORAIS et al., 2008; PARK; CHOU, 2006).
A eficiência dos geradores eólicos varia de acordo com seu tamanho. Turbinas menores são menos eficientes por causa da fricção, resistência elétrica interna e outras perdas associadas ao processo de conversão da energia mecânica à elétrica (DEWAN et al., 2014). Turbinas variando entre 4 cm e 34 cm, à uma velocidade de vento entre 3 m/s e 10 m/s, foram capazes de gerar entre 0,75 mW e 200 mW (DEWAN et al., 2014), sendo esta energia gerada capaz de alimentar anemômetros, sensores de humidade, de luz, entre outros (DEWAN et al., 2014; MORAIS et al., 2008; PARK; CHOU, 2006).
Embora as características da energia eólica a tornem uma candidata para suprir energia em sensores remotos, a intensidade média de ventos encontrada no Estado do Rio de Janeiro, de acordo com o INMET - Instituto Nacional de Meteorologia (2019), é inferior a 3 m/s, variando entre 1,3 e 2,8 m/s, entre os anos de 1981 e 2010. Essa característica torna o Parque não elegível para utilização das turbinas eólicas tradicionais. Será discutido no presente trabalho, portanto, o potencial teórico de geração de energia de um aerogerador de grandes altitudes.
3.5.3 Geradores eólicos de grandes altitudes
A primeira vista, a ideia de geradores de energia elétrica voadores parece ficção científica, no entanto, os ventos em grandes altitudes são uma potencial fonte de energia bastante atrativa uma vez que oferecem energia de alta densidade e persistência (ROBERTS et al., 2007), além de poder ser instalada a poucos quilômetros dos usuários, combinando, segundo Roberts et al (2007), potencial de recurso, densidade e proximidade ao mercado consumidor da energia elétrica gerada. O fluxo de vento encontrado a menores altitudes possui características não uniformes e varia sazonalmente (GUPTA, 2018), o que limita seu potencial de acordo com a região e ocasiona intermitência de operação dos sistemas, como no caso do Parque Nacional de Itatiaia.
A potência média computada dos ventos em grandes altitudes excede 10 kW/m² (ROBERTS et al., 2007) e é a maior densidade de potência encontrada, quando comparada às da luz solar, 0,24 kW/m² (PEIXOTO, 1992), ventos próximos à superfície, maremotriz, hidroelétrica e geotermais, de acordo com Smil (2003).
Geradores eólicos de altas altitudes também são conhecidos como Airbone
Wind Energy (AWE) e, visam aproveitar a energia transportada por ventos entre 200
m e 10000 m da superfície do solo (CHERUBINI et al., 2015). O primeiro estudo avaliando o potencial de ventos em maiores altitudes foi desenvolvido por Caldeira (ARCHER; CALDEIRA, 2009) que analisou sua distribuição geográfica e persistência para diferentes altitudes, a partir de dados históricos de um período de 27 anos.
Existem duas grandes correntes de vento nos dois hemisférios da Terra (ARCHER; CALDEIRA, 2009). De acordo com Roberts et al (2007), esses enormes fluxos de energia são formados pela rotação da Terra combinado com a queda da energia solar. O Jato Subtropical, encontrado em latitudes em torno de 30º e altitudes em 10 e 16 km e a Corrente Polar Frontal, encontrado em latitudes médias e altitudes entre 7 e 12 km (ARCHER; CALDEIRA, 2009). A energia total nos fluxos é igual a aproximadamente 100 vezes a demanda mundial de energia (ROBERTS et al., 2007). Apesar de mudanças de estações, as correntes são relativamente persistentes, sendo, portanto, além de abundantes e fortes também encontradas o ano inteiro em ambos os hemisférios (ARCHER; CALDEIRA, 2009).
Segundo o trabalho de Caldeira (ARCHER; CALDEIRA, 2009) as cidades localizadas em regiões tropicais são dificilmente afetadas pelas correntes polares e subtropicais e possuem baixa potência de vento, comparados com cidades atingidas por elas. Por esta razão, a solução não é adequada para aplicação no Parque Nacional de Itatiaia, localizado em latitudes tropicais. Apesar disso, ao longo dos anos foram desenvolvidas outras soluções que visam aproveitar este tipo de energia, mesmo para regiões não atingidas pelos jatos, considerando altitudes menores e sistemas baseados em diferentes forças principais de geração: arrasto, sustentação e efeito Magnus (CHERUBINI et al., 2015).
Os sistemas AWE, no geral, são compostos por dois componentes principais: um sistema em terra e um flutuante, geralmente conectados por cordas (CHERUBINI et al., 2015) e podem ser divididos em três categorias quanto a forma de geração de energia: terrestre, geração de energia a bordo e tipo de plataforma aerotransportada (GUPTA, 2018). Nos sistemas de geração terrestre, a eletricidade é produzida por uma turbina posicionada no solo, as forças de tração do cabo acionam o gerador, enquanto no sistema de geração a bordo ou flutuante, a eletricidade é produzida em uma turbina montada na plataforma flutuante ou aeronave (Figura 4).
Plataformas aéreas que geram energia a partir do efeito Magnus (Figura 4b) podem atingir altos coeficientes de sustentação (GUPTA, 2018). A empresa
portuguesa Omnidea desenvolveu um protótipo que utiliza cilindros mais leves que o ar como plataforma aérea, no qual a força de sustentação é produzida a partir do Efeito Magnus e utilizada para que o cilindro funcione como um ioiô, desenvolvendo força de tração no cabo utilizado para acionar o gerador localizado em terra (H.A.W.E, 2019), gerando, então, energia. Segundo Perković et al. (2013), a partir da rotação dos cilindros surge o Efeito Magnus, e é possível reverter parte da força de arrasto do vento em força de elevação o que resulta no levantamento do balão.
Ainda de acordo com Perković et al. (2013), produção de energia é cíclica, composta por duas fases: 1) fase de produção e 2) fase de recuperação, apresentadas na Figura 5. O cilindro flutuante é cheio de gás hélio, o que torna a estrutura mais leve que o ar, e a etapa de geração de eletricidade se dá quando o cilindro se afasta da base localizada em solo, desenrolando o cabo. Após atingir o seu ponto máximo, entra na fase de recuperação retornando à posição inicial. Se ao final desta etapa houver energia excedente, a produção será considerada bem sucedida (PERKOVIĆ et al., 2013).
a) b)
Fonte: (GUPTA, 2018)
Figura 4 Sistemas Airbone Wind Energy (AWE) a) gerador a bordo b) gerador efeito Magnus
Figura 5 Esquema de geração de energia baseada no efeito Magnus Fonte: Adaptado (PERKOVIĆ et al., 2013)
A grande vantagem deste tipo de tecnologia é a produção de energia de forma mais constante e estável (CHERUBINI et al., 2015), além disso, segundo Gupta (2018) a solução apresenta menor custo de produção, uma vez que possibilita que se tenha uma maior área de varredura e utilizando menor quantidade de material estrutural. O aumento de velocidade do vento influencia diretamente no aumento da eficiência do sistema, no entanto, reduz o tempo da fase de produção e aumenta a força a ser transmitida pelo cabo (PERKOVIĆ et al., 2013).
3.6 Sistema de microgerenciamento
A utilização de fontes renováveis de energia possui dois grandes gargalos: a intermitência e instabilidade (CHEN et al., 2017). A fim de reduzir os riscos de falta de suprimento para os sensores, foi definido que no projeto proposto será utilizada um sistema de baterias recarregáveis que será responsável por alimentá-los em períodos de escassez de recursos para a geração de energia, como por exemplo no período da noite.
Conforme visto anteriormente, de acordo com Hossain, Khan e Shafiullah (2012), a variação dos níveis de insolação, ocasionada pela mudança de posição do sol, causa desvios entre a energia total disponível e a potência máxima de saída do painel solar. Quanto mais intensa for a luz do sol recebida pelas células solares, mais tensão a mesma irá produzir e essa tensão excessiva pode danificar o sistema de baterias a eles conectado (PHATARE et al., 2017).
Uma segunda situação na qual ocorre desperdício no processo, ainda de acordo Hossain, Khan e Shafiullah (2012), é quando a tensão de saída do painel é menor que a tensão da bateria. Nesse caso, por causa de suas restrições de alimentação, ela não é capaz de receber a potência disponível a ser entregue pelo painel.
A fim de garantir o melhor aproveitamento de energia e evitar perdas no processo, é importante a programação de um sistema de microgerenciamento. Existem dois elementos importantes de se avaliar: o conversor DC-DC e o controlador de carga (HOSSAIN; KHAN; SHAFIULLAH, 2012). Para uma melhor eficiência do sistema autônomo solar fotovoltaico é necessário um bom controlador de carga e um microcontrolador, como o Arduino, que pode ser utilizado para controlar suas operações, e tem o papel de promover uma maior eficiência de operação do dispositivo responsável por fazer o controle de carga (HOSSAIN; KHAN; SHAFIULLAH, 2012).
O controlador de carga protege a bateria de sobrecargas e condições de descarga que podem ocorrer pela variação da insolação (HOSSAIN; KHAN; SHAFIULLAH, 2012), quando se utiliza o painel fotovoltaico, e, segundo Phatare et al. (2017), é um dos componentes mais funcionais em sistemas desse tipo por manter as voltagens de carga da bateria acuradas. A sua utilização permite que a bateria seja preservada e tenha seu ciclo de vida alongado. Este dispositivo mede a tensão da bateria e a compara com os valores máximos e mínimos que a mesma pode receber sem haver sobrecarga ou descarga (HOSSAIN; KHAN; SHAFIULLAH, 2012), e entra em ação quando a tensão fornecida é superior que a máxima suportada ou, de igual forma, inferior (HOSSAIN; KHAN; SHAFIULLAH, 2012).
Em paralelo a principal tarefa do conversor é entregar a tensão gerada pelo painel de forma que a bateria sempre carregue, mesmo que a tensão do terminal do painel seja inferior a tensão mínima de carregamento da bateria (HOSSAIN; KHAN; SHAFIULLAH, 2012). A conversão da corrente contínua é essencial no sistema, para a mudança do nível DC da bateria para conexão com o Arduino, que opera entre 0 e 5V, e pode operar com um suprimento externo entre 6 e 20V (GALADIMA, 2014).
Na Figura 6, é possível observar um esquema de funcionamento do sistema de alimentação do sistema proposto, composto por painéis solares fotovoltaicos, controladores de carga, sistema de baterias, e cargas. Existe a possibilidade do Arduino uno ser conectado às baterias e o protótipo de sensor de incêndio florestal receber energia diretamente de sua placa.
Figura 6 Esquema de funcionamento de sistema de alimentação Fonte: Adaptado (PATIL; ASOKAN, 2017)
3.7 Arduino
Um importante componente do sistema de detecção de incêndio florestal abordado no presente trabalho é o Arduino. O Arduino é um microcontrolador versátil, que permite a elaboração de protótipos, fundamentado em software e
hardware de código aberto (open source) e de fácil uso (PEARCE, 2012). Este equipamento também é um elemento que consome energia, e, de acordo com Galadima (2014), pode ser alimentado por conexão USB, bateria ou alguma fonte externa de energia, desde que a corrente fornecida por esta, seja convertida de alternada para contínua.
No protótipo analisado, ele é a plataforma que será alimentada com os dados colhidos por cada sensor, e, posteriormente, será analisado seu impacto no consumo de energia do sistema de sensores estudado.
Um dos desafios na utilização do Arduino Uno, é que este é capaz de ler voltagens entre 0 e 5 volts, e dependendo dos dispositivos a ele conectados, é necessário que se faça uma redução de tensão, a fim de que a tensão lida fique dentro de seu intervalo de leitura. A placa pode operar de forma satisfatória com um suprimento externo que esteja entre 6 e 20 volts (GALADIMA, 2014).
3.8 Características do local de desenvolvimento do estudo de caso
O estudo de caso foi desenvolvido no Parque Nacional de Itatiaia (Figura 7), PNI, localizado na Serra da Mantiqueira, ao sul dos estados do Rio de Janeiro e Minas Gerais, ocupando os municípios de Bocaina de Minas, Itamonte, Itatiaia e Resende. O PNI foi o primeiro Parque Nacional criado no Brasil através do Decreto nº 1.713, de 14 de junho de 1937 e atualmente abrange uma área de cerca de 28.084,35 ha (ICMBIO, 2019).
Localizado em meio a Mata Atlântica, possui relevo montanhoso, que abriga importantes nascentes e 12 bacias hidrográficas, que drenam para bacias principais, incluindo a do rio Paraíba do Sul, o mais importante do Rio de Janeiro (CARRIJO et al., 2018). Seu Plano de Manejo divide o local em três zonas de interesse para facilitar o seu planejamento: Parte Alta, Parte Baixa e Visconde de Mauá (Figura 8) (ICMBIO, 2014), com altitudes variando entre 600 e 2.791 m, sendo o Pico das Agulhas Negras o ponto mais alto (CARRIJO et al., 2018).
Figura 7 Mapa Limites do Parque Nacional de Itatiaia Fonte: Google Earth Adaptado (ICMBIO, 2019)
A temperatura média anual do local varia entre 15 e 27°C, caracterizando um clima mesotérmico e as formações florestais incluem florestas estacionais semideciduais e ombrófilas, densas baixo montanha, montanha e alto montanha, florestas com araucária e campos de altitude (CARRIJO et al., 2018).
O Sistema Nacional de Unidades de Conservação, SNUC, foi instituído pela Lei nº 9.985, de 18 de julho de 2000, e estabelece critérios para a criação, implantação e a gestão de unidades de conservação. O objetivo da criação de um Parque Nacional, de acordo com o SNUC, é a preservação de ecossistemas naturais de grande relevância ecológica e beleza cênica, possibilitando a realização de pesquisas científicas e o desenvolvimento de atividades de educação e interpretação ambiental, de recreação em contato com a natureza e de turismo ecológico (MINISTÉRIO DO MEIO AMBIENTE, 2011). É imprescindível a preservação de sua vegetação e seus corpos hídricos.
A matriz de avaliação estratégica do PNI, análise de SWOT, encontrada em seu plano de manejo, apresenta o fogo como uma das forças restritivas encontradas no ambiente interno do Parque. De acordo com o documento, no local existem
fatores bióticos e abióticos que aumentam a susceptibilidade a incêndios e favorecem sua rápida propagação, e, além disso, existe uma estrutura ineficiente de comunicação, a falta de uma brigada de incêndio fixa e de uma estrutura de apoio aéreo no local.
Figura 8 Mapa da divisão por áreas de interesse do Parque Nacional do Itatiaia
Fonte: Plano de Manejo PNI (ICMBIO, 2014)
Atualmente o controle de focos de incêndios no local é feito via satélites, que normalmente não são capazes de identificar incêndios antes que o fogo se espalhe de forma incontrolável (YU; WANG; MENG, 2005). Segundo Yu, Wang e Meng (2005) redes de sensores wireless são capazes de detectar e prever com rapidez e precisão incêndios florestais, a fim de minimizar perda de floresta, animais e pessoas.
O projeto de identificação de focos de incêndios desenvolvido para o PNI, prevê a instalação de 10 sensores em pontos estratégicos de interesse do Parque
localizados na parte alta (Figura 9). O sistema de monitoramento transmitirá, via telemetria, a cada 30 segundos para a sala de controle dados sobre ausência ou presença de fumaça, permitindo que ações sejam tomadas de forma rápida, reduzindo no local os riscos de estragos causados pelo fogo.
Figura 9 Pontos de interesse de instalação de sensores de fumaça e instrumento de telemetria
4 MATERIAL E MÉTODOS
4.1 Metodologias de teste
A metodologia base do trabalho consiste em analisar diferentes cenários de consumo de energia do sistema de sensores de incêndio desenvolvido no Laboratório de Monitoramento e Modelagem climático (LAMMOC). O estudo por meio de diferentes panoramas permite a extensão do trabalho analisado para aplicações em outros sensores wireless, desde que instalados em solo, para monitoramento ambiental, agricultura de precisão, entre outros.
A partir da identificação do consumo inicial do protótipo, denominado neste trabalho como cenário A, foram considerados outros dois cenários: cenário B, no qual chegou-se a uma redução de 50% do consumo de energia do protótipo e o cenário C, onde foi possível a redução de 80%. Estes cenários foram selecionados baseados nas expectativas de redução de consumo relatadas pelos membros do LAMMOC.
As metodologias de teste para avaliação de alternativas tecnológicas para alimentação de sensores remotos, são compostas por testes simplificados que serão ferramentas de auxílio na avaliação da performance e tomada de decisão. Os passos utilizados são apresentados na Figura 10.
Figura 10 Fluxo da metodologia de testes Fonte: Própria (2019)
4.1.1 Medição do Consumo do Sistema de Sensores
A primeira etapa da análise consistiu na identificação do consumo de energia do conjunto de sensores, parte primordial no dimensionamento do sistema de alimentação. Um dos desafios do projeto é buscar formas de reduzir o máximo possível este consumo visando aumentar a vida útil do sistema para uma mesma fonte de energia, além disso a frequência de operação do sensor também pode ocasionar uma redução do consumo.
4.1.1.1 Materiais
A lista de materiais utilizadas para a realização do teste são apresentados na Tabela 1.
Tabela 1 Materiais utilizados para teste de consumo do sensor
Materiais Quantidade
Multímetro Digital 1
Protótipo Sensor de Incêndio Florestal 1 Fonte: Própria (2019)
4.1.1.2 Procedimento
Com intuito de facilitar as medições, os componentes do sensor foram conectados a uma bateria. O consumo de corrente de cada componente do conjunto de sensores foi medido utilizando um multímetro. Este dispositivo foi conectado em série com o circuito elétrico e regulado para medir valores de corrente em microampères (mA).
A primeira série de medições do trabalho foi feita no LABUNKER no dia 13 de agosto de 2019. Para cada elemento que compõe o sensor foi identificado o valor máximo de corrente, caracterizando o pior cenário de consumo do sistema. O ponto de partida das medições se deu com todos os elementos do sistema ligados e conectados à uma fonte externa de energia. Após a realização da primeira medição os elementos foram desconectados, um a um, sendo tomadas novas medidas que refletiam o comportamento da corrente após as respectivas desconexões.
A partir dos valores encontrados, além do consumo total do conjunto de sensores, foi possível calcular o consumo de cada componente do sensor florestal. O cálculo foi feito pela diferença entre os valores de mAh medidos com o elemento conectado ao circuito e após sua desconexão. Por meio dos resultados encontrados foi possível fazer um estudo comparativo entre os valores.
4.1.1.3 Resultados
A partir da Figura 11 até a Figura 15 são apresentadas todas as medições realizadas para identificar os consumos de corrente dos elementos do protótipo de sensor de incêndio.
a) b) c)
Fonte: Própria (2019)
Figura 11 Medição da corrente do sistema a) completo b) sem o sensor de gás c) sem o sensor de temperatura
Fonte: Própria (2019)
Figura 13 Medição da corrente do sistema após a desconexão do relógio Fonte: Própria (2019)
Figura 14 Medição da corrente do sistema após a desconexão do módulo loRa
Figura 15 Medição de consumo do Arduino Uno Fonte: Própria (2019)
Na Tabela 2 é apresentado o consumo de cada um dos elementos do sensor de incêndio. É possível identificar que o Sensor de Gás utilizado é o componente responsável pelo maior consumo de energia do sensor de incêndio florestal, representando mais da metade do seu consumo total, 66,65%.
Tabela 2 Análise de consumo componentes do sensor de incêndio florestal
Sistema Consumo [mAh] % consumo no
protótipo Módulo LoRa 9,5 5,58% Cartão SD 3,8 2,23% Relógio RTC 3,8 2,23% Sensor Gás 113,5 66,65% Sensor Temperatura 1 0,59% Arduino 38,7 22,72% Total 170,3 100,00% Fonte: Própria (2019)
O consumo total identificado anteriormente de 170,3 mAh foi denominado de cenário A, para as demais análises foram considerados os cenários B e C, no quais reduziu-se respectivamente em 50% e 80 % o consumo total de energia e consequentemente, representam dispêndio de 85,15 e 34,06 mAh. Os detalhes dos cenários estão descritos na Quadro 3 .
Quadro 3 Cenários de consumo analisados
Cenário A
Consumo (mAh)
Consumo inicial medido 170,3
Cenário B
Consumo (mAh)
Consumo inicial reduzido em 50%
85,15
Cenário C
Consumo (mAh)
Consumo inicial reduzido em 80%
34,06
Fonte: Própria (2019)
4.1.2 Análise das alternativas de fontes de alimentação
Conforme discutido anteriormente, existem diversas alternativas de fontes que podem ser usadas para alimentação de sensores wireless sendo as principais e mais usuais: energia solar, eólica e baterias.
A opção de energia eólica foi descartada para este caso em particular, pois conforme visto na seção 3.5.2, o Parque Nacional de Itatiaia possui baixa incidência de ventos, tornando-o não elegível para instalação de geradores eólicos convencionais. Sendo assim, a alternativa principal de estudo aqui apresentada foca no uso de energia solar e armazenamento de energia em baterias.
A partir da análise dos resultados da seção 4.1.1 foi realizado um levantamento de tecnologias disponíveis no mercado capazes de gerar energia e/ou armazenar energia, o objetivo é garantir que o sistema de sensores de incêndio florestal funcione de forma satisfatória e com o menor custo possível.
4.1.2.1 Procedimento
A análise das tecnologias encontradas levou em consideração os seguintes critérios:
1. foram selecionados somente equipamentos cujas voltagens são capazes de conectar-se e fornecer energia ao Arduino, ou seja, entre 6 e 20 volts e baterias não recarregáveis para fins comparativos de capacidade de alimentação e custo;
2. após a triagem inicial, foram calculadas, a partir das potências e voltagens informadas pelos fabricantes, a capacidade de geração de energia das diversas fontes escolhidas, em mAh; 3. o cálculo do tempo de operação do conjunto de sensores,
considerando os diversos cenários de consumo e as diferentes capacidade das fontes, mAh;
4. o custo por hora de operação do sistema considerando a utilização das respectivas fontes de alimentação, com base nos preços de mercado encontrados;
5. a quantidade de equipamentos necessárias para alimentar cada sensor de incêndio e posteriormente o investimento total considerando a instalação dos 10 sensores previstos no projeto.
Inicialmente considerou-se o pior cenário de consumo, ou seja, o cenário A; posteriormente foram verificadas as performances esperadas considerando os demais cenários. A Tabela 4 contém o tempo de operação do sistema de sensores para o consumo atual do sensor de incêndio florestal, considerando a capacidade de cada tecnologia e os valores de custo horário de operação do sistema.
No mercado foi possível encontrar diversos tipos de painéis solares (Tabela 3) incluindo opções sem sistema de baterias acoplado, equipamento este indispensável para a aplicação proposta visto que é necessário garantir o
funcionamento do sistema de sensores durante a noite e em dias nublados. Para estes casos, foram levantados os valores de mercado de baterias recarregáveis e controlador de carga (Tabela 4), soluções que elevaram consideravelmente o custo de investimento das referidas tecnologias.
Tabela 3 Comparativo de tecnologias, considerando o cenário A Cenário A
Item Descrição Potência (W) Tensão (V) Capacida de (mAh) Tempo de Operação (h) Custo Unitário Custo/h 1 Painel Solar 3 W e 6 V (Sunwal) 3 6 500 2,90 R$ 62,00 R$ 21,38 2 Painel Solar 10 W e 19 V (Sinosola SA10-36P) 10 19 526 3,00 R$ 69,00 R$ 23,00 3 Kit painel solar 7 W e 9 V + bateria + lâmpadas de LED (Gdplus) 7 9 4.500 26,40 R$ 186,99 R$ 7,08 4 Painel Solar 1,5 W e 12 V (Anbes) 1,5 12 125 0,70 R$ 35,00 R$ 50,00 5 Painel Solar 10 W e 9 V (Lenharo LMS-PSMONO) 10 9 1.111 6,50 R$ 101,90 R$ 15,68 6 Painel Solar 3 W e 6,4 V + 3 6,4 3.000 17,60 R$ 123,48 R$ 7,02
luminária bateria ( Ey7001) * 7 Painel Solar 22 W e 18 V + bateria recarregável Moura 12 MVh + controlador de carga 22 18 1.222 7,10 R$ 380,00 R$ 53,52 8 Bateria de Carro 70W e 12 V (Moura 12MN36) 70 12 36.000 211,30 R$ 269,99 R$ 1,28 Fonte: Própria (2019)
Tabela 4 Componentes extras utilizados em algumas tecnologias
Descrição Custo
Controlador de carga para painéis solares R$ 42,59 Bateria Estacionaria Freedom Df4001 12v 240ah Nobreak,
solar R$ 1.195,89
Fonte: Própria (2019)
4.1.2.2 Resultados
Como resultado da triagem de alternativas disponíveis no mercado, foi desenvolvida uma ferramenta que ficará à disposição do Laboratório de Monitoramento e Modelagem de Sistemas Climáticos, LAMMOC, que objetiva auxiliar na tomada de decisão no que tange a escolha do sistema de alimentação para sensores de monitoramento ambiental instalados no solo. Para sua utilização, basta que seja inserido o consumo total, em mAh, que pode ser obtido seguindo o
procedimento descrito na seção 4.1.1 e que se escolha a tecnologia desejada (Figura 16), e a ferramenta informará a estimativa de horas de operação do sensor, o custo horário da alternativa, a quantidade de equipamentos necessárias para alimentar o sensor durante 24h e o investimento por sensor.
Figura 16 Ferramenta análise de tecnologias comerciais para alimentação de sensores remotos
Fonte: Própria (2019)
Vale ressaltar que os cálculos são feitos admitindo 100% da capacidade teórica dos painéis solares entregues aos sensores, ou seja, em situação de condições climáticas ideais, o que se sabe que não ocorre na prática. A fim de que se garanta o correto funcionamento do sistema, é recomendado que se realizem testes para verificação da capacidade real de geração de energia das fontes escolhidas e do sistema de baterias, o que será abordado posteriormente nas seções 4.1.3 e 4.1.4.
Considerando os menores custos horários e maiores tempo de operação, foram selecionados os itens 3, 6 e 8 da Tabela 3, para análise mais aprofundada.
A bateria convencional, item 8 da Tabela 3, chama atenção devido a seu baixíssimo custo horário e alta capacidade, no entanto, faz-se necessário levar em consideração seu tempo de substituição, uma vez que não estariam conectadas a nenhum equipamento de recarga. Na Tabela 5, é possível notar que, levando em consideração o consumo atual do protótipo, embora a solução entregue o menor custo horário e o alimente por cerca de 211 horas, seriam necessárias 3
substituições por mês, gerando um custo fixo mensal de R$ 1.012,46 (apenas com equipamento) para garantir o sistema em funcionamento. Foi, portanto, descartada a possibilidade do seu uso visto que além dos impactos ambientais, é uma solução economicamente inviável.
Tabela 5 Análise utilização bateria
Bateria
Tempo de troca (dias) Quantidade de
trocas / mês Custo Fixo Mensal
8 3 R$ 1.012,46
Fonte: Própria (2019)
Para o estudo de caso em questão, foi escolhido o painel solar 3W e 6,4 V já existente na UFF e utilizado pelo LAMMOC em diversas aplicações (Figura 17), que além de possuir um dos melhores custos e capacidades teóricas de alimentação encontradas, já possui controlador de carga e 2 baterias de 1.500 mAh e 3,2 V de Lítio- Ferro a ele acopladas dentro de uma luminária, evitando custos extras com esses equipamentos.
Figura 17 Painel solar 3 W e 6,4 V + luminária bateria (Modelo: Ey7001) Fonte: Lojas Americanas (2019)
4.1.3 Teste de autonomia do sistema de baterias
Após a definição do painel solar a ser utilizado através dos critérios adotados anteriormente, foram realizados testes para verificar a autonomia do sistema de baterias a fim de confirmar experimentalmente a sua capacidade em mAh.
Embora o fabricante mencione que o sistema é composto por 2 baterias de 1.500 mAh e 3,2 V de Lítio- Ferro, o que resulta em uma capacidade teórica de 3.000 mAh, é importante entender sua capacidade real, já que, em campo, a tensão gerada pela célula solar será transferida diretamente a ele, sendo esta energia imprescindível para a alimentação do conjunto de sensores em períodos sem sol, como dias nublados, nos quais a geração de energia é menor, e durante a noite.
4.1.3.1 Materiais
Abaixo encontra-se a lista de materiais necessários para a realização do referido teste (Tabela 6).
Tabela 6 Materiais utilizados para teste da autonomia do sistema de baterias
Materiais Quantidades
Placa Arduino UNO 1
Módulo de relógio RTC DS3231 1 Módulo de cartão de memória SD 1 Cartão de memóriamicro SD16G 1
Placa protoboard 1
Cabo USB 1
Fios para conexão (Jumpers) 15
Resistências 6
Cabo adaptador 1
Luminária contendo 2 Baterias de 1500
mAh, 3.2v de Lítio-Ferro 1
Fonte: Própria (2019)
4.1.3.2 Procedimento
4.1.3.1.1 Montagem dos circuitos elétricos
A fim de reproduzir o consumo do sensor de incêndio, foi feita a montagem de três circuitos utilizando resistências comerciais (Tabela 7) que mais se aproximam aos valores equivalentes as resistências necessárias para simular os diferentes cenários de consumo estudados, A, B e C.
O Arduino foi conectado ao sistema e programado para fazer a leitura da tensão de saída da bateria, de forma a ser observador da descarga da bateria sem consumir energia da bateria. O cartão de memória, por sua vez, armazenou os
dados e o relógio de tempo real foi o elemento responsável por marcar o horário de cada medição de tensão.
O cálculo dos valores de resistências a serem inseridos no circuito (Tabela 8) foi feito por meio de (1) utilizando a tensão do Arduino, 5V, e a corrente, em amperes, referente ao respectivo cenário, medido na seção 4.1.1.
𝑈 = 𝑅 × 𝑖
(1)
Tabela 7 Resistências equivalentes ao consumo dos cenários
Cenário A
Consumo (mAh) Resistência Equivalente (Ω)
170,3 29,4
Cenário B
Consumo (mAh) Resistência Equivalente (Ω)
85,2 58,7
Cenário C
Consumo (mAh) Resistência Equivalente (Ω)
34,1 146,8
Fonte: Própria (2019)
Tabela 8 Resistências comerciais utilizadas Resistências Valores (Ω)
R1 74,2
R2 14,7
A Figura 18 apresenta o esquema utilizado para os testes de simulação dos diferentes consumos.
Figura 18 Esquema da montagem (conexões) do circuito para teste da bateria do painel solar no cenário B. 1.Módulo cartão de memória Micro SD Card
Adapter. 2. Módulo relógio de tempo real RTC DS3231. 3 Placa Arduino MEGA 2560. 4.Protoboard. 5. Representação da bateria.
Fonte: Própria (2019)
4.1.3.1.2 Procedimento de testes
A realização dos testes foi feita baseada nos passos a seguir:
1ª Etapa: Carregar completamente o conjunto de baterias sem a utilização do painel solar, utilizando a cabo USB e conectando-a à tomada.
2ª Etapa: Uma vez estando a bateria completamente carregada, foi conectada ao circuito por meio do cabo adaptador, conectado a protoboard.
O Arduino neste teste foi utilizado como elemento observador da descarga da fonte, sendo assim deve ser conectado a uma fonte externa de energia, de forma que não consuma energia proveniente da bateria. A conexão foi feita por meio de cabo USB e adaptador em uma tomada.
